SlideShare una empresa de Scribd logo
1 de 50
Descargar para leer sin conexión
Notion de test

NSN

EC08 - La Statistique appliqu´e ` la recherche
e a
clinique (3)
Pr. Nicolas MEYER

———————
Laboratoire de Biostatistique et Informatique M´dicale
e
Fac. de M´decine de Strasbourg
e
———————
novembre 2011
Notion de test

Plan

1

Statistiques et protocole de recherche

2

Le nombre de sujets n´cessaire
e

NSN
Notion de test

Plan

1

Statistiques et protocole de recherche

2

Le nombre de sujets n´cessaire
e

NSN
Notion de test

d´finir la question
e

• Un protocole = une question pr´cise sur un sujet pr´cis dans un
e
e
contexte plus large
• ´tat des connaissances
e
• d´finir pr´cis´ment la question
e
e e
• introduction d’un protocole, puis de l’article

NSN
Notion de test

NSN

d´finir la question
e

la question
+
un crit`re de jugement
e
+
une variable statistique associ´e
e
+
une m´thode statistique sp´cifique
e
e
Notion de test

NSN

Le crit`re de jugement
e
• Pour ´valuer l’e↵et d’un traitement : choisir un crit`re de
e
e
jugement
• Exemple : comparer deux chimioth´rapies
e
• Comparaison possible sur
survie ` 1 an
a

survie ` 2 ans
a
survie globale
survie sans progression
survie sans r´cidive
e
proportion d’e↵ets secondaires
etc
Notion de test

NSN

Le crit`re de jugement
e
Autre exemple : hypocholest´rol´miant
e e
cholesterol´mie comparaison avant - apr`s x mois
e
e
d’application
comparaison entre deux groupes
variation de la cholest´rol´mie entre d´but et fin de tmt
e e
e
Notion de test

NSN

Le crit`re de jugement
e
Autre exemple : hypocholest´rol´miant
e e
cholesterol´mie comparaison avant - apr`s x mois
e
e
d’application
comparaison entre deux groupes
variation de la cholest´rol´mie entre d´but et fin de tmt
e e
e
proportions de sujet qui normalise la cholest´rol´mie
e e
proportions de sujet qui diminue de x %
proportions de sujets qui diminue de x mmol/L

1

proportion de sujets qui font un ´v`nement cardiaque sur 10
e e
ans
etc,
• Chaque crit`re influence le type d’analyse statistique, son
e
int´rpr´tation statistique et clinique
e e
Notion de test

Le crit`re de jugement
e

Deux exemples :
1) gel morphine et mucite ! CdJ

NSN
Notion de test

Le crit`re de jugement
e

Deux exemples :
1) gel morphine et mucite ! CdJ = EVA

NSN
Notion de test

Le crit`re de jugement
e

Deux exemples :
1) gel morphine et mucite ! CdJ = EVA
2) cath´ter intracicatriciel : Ropivaca¨ en KT et Morphine IV :
e
ıne

NSN
Notion de test

NSN

Le crit`re de jugement
e

Deux exemples :
1) gel morphine et mucite ! CdJ = EVA
2) cath´ter intracicatriciel : Ropivaca¨ en KT et Morphine IV :
e
ıne
EVA pas possible car pas de di↵´rence si e cace !
e
donc choix de dose de morphine IV alors que ce n’est pas sur
cela que porte la comparaison !
donc changement de crit`re de jugement et changement NSN
e
Notion de test

NSN

Le crit`re de jugement
e

Utiliser un crit`re de jugement facilement mesurable
e
cryoth´rapie et cancer r´nal
e
e
d´c`s post-IDM : survie ou proportion ?
e e
cancer du sein premier stade : survie tr`s longue
e
Notion de test

Le crit`re de jugement
e

D´finir le moment du recueil du CdJ :
e

NSN
Notion de test

Le crit`re de jugement
e

D´finir le moment du recueil du CdJ :
e

NSN
Notion de test

d´finir les variables
e

• un protocole de recherche implique des mesures
• d´finir pr´cis´ment le type de chaque variable impliqu´e
e
e e
e
• crit`re(s) de jugement
e
• facteurs/variables explicatifs

NSN
Notion de test

NSN

Plan exp´rimental
e

• pr´ciser le plan exp´rimental :
e
e
groupes ind´pendants ou non : s´ries appari´es/r´p´t´es
e
e
e
e ee
groupes parall`les ou chass´-crois´
e
e
e
Notion de test

NSN

rappel des principaux tests statistiques
Le type de variable utilis´e d´finit le type de test statistique `
e e
a
r´aliser
e
• Toutes les analyses stat de bases :
descriptif des donn´s
e
qualitatives
quantitatives
position / dispersions
tester la normalit´
e

Les tests
z
student
2
Notion de test

NSN

d´finir le test ` utiliser
e
a

si quantitatif : comparaison de moyennes ! test de Student,
Analyse de la variance
si qualitatif : comparaison de proportions ! test exact de
Fisher, test du 2
si survie : m´thode de Kaplan-Meier
e
et mod`le de r´gression correspondants : r´gression lin´aire,
e
e
e
e
logistique, Cox
et tant d’autres
Notion de test

Qu’est ce qu’un mod`le de r´gression
e
e

soit une fonction : y = f (x )
• plus ou moins complexe ! y = ax + bx 2 + cz + d ln(w )
• en statistique : tenir compte de l’al´a : e
e

choles. = a · sexe + b · BMI + c · Tmt + d · apports alim. + e
• R´solution du syst`me d’´quation par moindres carr´s ou autre :
e
e
e
e
P
minimiser (ei )2

NSN
Notion de test

NSN

Les mod`les de r´gression
e
e
Notion de mod`le de r´gression
e
e
yi = ↵ +

1 xi1

+

2i

+ ··· +

r´gression lin´aire
e
e
r´gression logistique : Y = Pr (i = 1|X )
e
survie : proba de survie au temps t
univari´ et multivari´
e
e
et notion de
RR, OR, DR,
intervalle de confiance

pi

+ ei
Notion de test

NSN

D´finir la di↵´rence ` mettre en ´vidence
e
e
a
e

un protocole
+
une hypoth`se
e
+
une exp´rience
e
+
un r´sultat attendu
e
qui valide ou invalide l’hypoth`se
e
mais implique d’avoir une id´e de l’ampleur du r´sultat qui validera
e
e
l’hypoth`se
e
Notion de test

NSN

D´finir la di↵´rence ` mettre en ´vidence
e
e
a
e

• Exemple du gel de morphine et des mucites :

• e cace si diminution de douleur d’au moins x unit´s de l’EVA
e
• ` d´finir selon
a e

e↵ets secondaires attendus
commodit´s d’emploi
e
autre traitements disponibles (ici morphine IV de toute fa¸on
c
mais aussi Tmt locaux autres)
etc
Notion de test

NSN

choisir un risque ↵

tout d´cision en recherche m´dicale : d´cision statistique
e
e
e
implique un risque d’erreur
conclure ` une e cacit´ qui n’existe pas (hom´opathie) :
a
e
e
conclure ` l’absence d’e cacit´ quand elle existe : manque de
a
e
puissance
) choisir un risque d’erreur en fonction de la situation
Notion de test

NSN

choisir un risque ↵

Choix du risque ↵ :
• deux situations di↵´rentes :
e
le rhume

le cancer du pancr´as
e
Notion de test

choisir un risque

• L’autre risque d’erreur : manque de puissance
• exemple du gel de morphine et des mucites

NSN
Notion de test

Plan

1

Statistiques et protocole de recherche

2

Le nombre de sujets n´cessaire
e

NSN
Notion de test

NSN

Notion de nombre de sujets n´cessaires
e

Pour montrer un e↵et
il faut une loupe de grossissement su sant
i.e. un nombre de sujets su sant
en raison de la variance qui & quand n %
rappel

mA mB
z=q 2
sA
s2
+ nB
nA
B
Notion de test

NSN

Notion de nombre de sujets n´cessaires
e

pour une di↵´rence d’int´rˆt (1 semaine d’´cart de dur´e
e
ee
e
e
gestationnelle)
trouver les valeurs de n par groupe qui permettent de montrer
l’e↵et
• Le nombre de sujets n´cessaire d´pend sur le plan statistique :
e
e
des variances

de l’´cart des moyennes
e
de la puissance du test
mais aussi de la logistique etc.
Notion de test

NSN

Notion de nombre de sujets n´cessaires
e

Le NSN :
ni trop petit : puissance statistique (´tude inutile : ´tude
e
e
non-´thique !)
e
ni trop grand : ´thique, coˆts
e
u
Notion de test

calcul du nombre de sujets n´cessaires
e

• Pour une di↵´rence ` mettre en ´vidence sur le crit`re de
e
a
e
e
jugement
• besoin d’une puissance statistique su sante
• la puissance est choisie par l’utilisateur
• relation entre taille de l’´chantillon (e↵ectifs) et puissance , i.e.
e
probabilit´ de trouver la di↵´rence si elle existe.
e
e

NSN
Notion de test

NSN

calcul du nombre de sujets n´cessaires
e
En e↵et :
mA
zobs = q 2

sA
nA

mB
+

2
sB
nB

permet de voir que la valeur de la statistique de test et donc la
puissance du test varie en fonction de :
1

la taille du ou des ´chantillons
e

2

de la variance dans chaque ´chantillon
e

3

de l’´cart de moyennes entre les groupes
e

4

du respect des hypoth`ses sur les lois
e
Notion de test

NSN

calcul du nombre de sujets n´cessaires
e

Proc`dure :
e
choisir la di↵´rence ` mettre en ´vidence
e
a
e
choisir la puissance selon contexte clinique ! 1
choisir la valeur de ↵

calculer la valeur de N pour ces param`tres
e
Tenir compte des perdus de vue, des donn´es manquantes etc.
e
Notion de test

NSN

calcul du nombre de sujets n´cessaires
e

Rˆle majeur du calcul du NSN dans la plannification d’un
o
protocole :
voire possibilit´ de recrutement
e
impact sur la dur´e de recrutement
e
impact sur les coˆts de l’´tude
u
e
si NSN grand ! multicentrique

! source suppl´mentaire d’h´t´rog´n´it´
e
ee e e e

si multicentrique : impact sur les coˆts
u

meilleure repr´sentativit´ et g´n´ralisabilit´ des r´sultats
e
e
e e
e
e
Notion de test

NSN

Un exemple de calcul de NSN
Gel de morphine et mucite
soit P0 = 0,3 (pourcentage de patients r´pondeurs au
e
placebo)
soit P1 = 0 ,9 (pourcentage de patients r´pondeurs au gel de
e
morphine)
sachant que
nombre de mucites diagnostiqu´es par an dans le service : 30
e
nombre de patients pr´sentant une mucite par an : 25 (10
e
allogre↵´s, 8 autogre↵´s, 3 LAL, 3 LAM, 1 Ewing)
e
e
Notion de test

NSN

Un exemple de calcul de NSN
Gel de morphine et mucite
CdJ : qualitatif binaire (succ`s-´chec)
e e
! NSN par la formule de Casagrande & Pike.
risque ↵ est fix´ ` 10% et 1
ea

= 95%

test bilat´ral
e
en raison de l’importance de ne pas laisser passer un
traitement potentiellement e cace dans la situation ´tudi´e.
e
e
mettre en ´vidence un ´cart du taux de succ`s de 60% (de 30
e
e
e
` 90%)
a
Notion de test

NSN

Un exemple de calcul de NSN
Gel de morphine et mucite
NSN de 15 sujets par groupe soit un total de 30 sujets
rappel : risque ↵=10% et 1

= 95%

ces crit`res visant ` se donner une tr`s forte chance de trouver un
e
a
e
traitement e cace au risque un peu plus important de d´clarer
e
utile un traitement qui ne l’est pas, sachant que la morphine locale
comporte peu d’e↵ets ind´sirables syst´miques car tr`s peu
e
e
e
absorb´e et par ailleurs les patients ´tant trait´s par un
e
e
e
morphinique en syst´mique
e
En conclusion, il est choisi un risque ↵=10% et une puissance de
95% et 40 sujets ` inclure (> 30)
a
Notion de test

NSN

• impact du choix des variances dans ces calculs
• di cult´s ` choisir les variances : param`tres de nuisance
e a
e
litt´rature
e

avis d’expert
´tude pilote
e
ne pas ignorer que variance est elle mˆme inconnue
e
Notion de test

• choix du niveau de significativit´ des donn´es et ajustement
e
e
´ventuels de alpha
e
• notion de correction du risque alpha

NSN
Notion de test

• analyses interm´diaires
e
• corriger le risque si analyses interm´diaires
e
! di↵´rentes m´thodes
e
e
! justification

NSN
Notion de test

NSN

Les donn´es manquantes
e

prise en compte des donn´es manquantes et non valides
e
Pourquoi des donn´es manquantes ?
e
donn´es non mesur´es ou non not´es
e
e
e
donn´es perdues
e
donn´es inutilisables
e
sujets perdu de vue : concerne surtout le crit`re de jugement
e
Notion de test

Les donn´es manquantes
e

I Pourquoi les donn´es manquantes posent-elles un probl`me ?
e
e
• Ajout d’une incertitude dans la relation traitement-r´sultat
e
• Exemple : soit deux groupes A et B de 50 sujets chacun, 4 PDV
dans B qui est le nouveau traitement ` l’´tude
a e

NSN
Notion de test

NSN

Les donn´es manquantes
e

Soit les r´sultats suivants :
e
Tmt A

Tmt B

Succ`s
e
Echecs

35
15

24
26

Total

50

46

• On trouve p = 0,025 et donc rejet H0 : di↵´rence entre tmt.
e
Notion de test

NSN

Les donn´es manquantes
e

• Si les 4 manquants = succ`s
e
Tmt A

Tmt B

Succ`s
e
Echecs

35
15

28
26

Total

50

50

! p = 0,058 et pas de rejet de H0, pas de di↵´rence entre A et B
e
Notion de test

NSN

Les donn´es manquantes
e

Autre exemple :
• Soit deux Tmts A (ref) et B, 1 PDV dans A et 3 PDV dans B,
avec r´sultats suivants :
e
Tmt A

Tmt B

Succ`s
e
Echecs

19
40

30
27

Total

59

57

On trouve p = 0,026 et donc rejet H0 : di↵´rence entre tmt.
e
Notion de test

NSN

Les donn´es manquantes
e
Avec m´thode du biais maximum, les 3 PDV sont des ´checs en B
e
e
et un succ`s en A :
e
• 3 manquants B ! ´checs
e
• 1 manquant en A ! succ`s
e
Tmt A

Tmt B

Succ`s
e
Echecs

20=19+1
40

30
30=27+3

Total

59+1=60

57+3=60

) p = 0,064 et pas de rejet de H0 et pas de di↵´rence.
e
• conclusion m´dicalement prudente : pas de di↵´rence
e
e
Notion de test

Les donn´es manquantes
e

• si deux conclusions m´dicalement di↵´rentes : prendre une
e
e
attitude prudente, en fonction du contexte
• si avec biais maximum, on conclut ` la di↵´rence, elle existe a
a
e
fortiori dans la r´alit´ (aux limites statistiques pr`s)
e e
e
• si mˆme conclusion dans les deux cas : situation la plus robuste
e

NSN
Notion de test

NSN

Les perdus de vue

• risque de perdu de vue :
risque ` prendre en compte
a
tr`s faible si r´sultat post-op imm´diat (KT cicactriciel
e
e
e
HELMS)
grand si ´tude longitudinale : Hyperthyro¨ fruste (Goichot)
e
ıdie
Notion de test

ITT, PP et TR
• choix de l’intention de traiter, per-protocole et traitement re¸u.
c

NSN
Notion de test

ITT, PP et TR
• choix de l’intention de traiter, per-protocole et traitement re¸u.
c

NSN

Más contenido relacionado

La actualidad más candente

SapporoR#6 初心者セッションスライド
SapporoR#6 初心者セッションスライドSapporoR#6 初心者セッションスライド
SapporoR#6 初心者セッションスライドHiroshi Shimizu
 
Introduction to Generalized Linear Models
Introduction to Generalized Linear ModelsIntroduction to Generalized Linear Models
Introduction to Generalized Linear Modelsrichardchandler
 
Confirmatory factor analysis (cfa)
Confirmatory factor analysis (cfa)Confirmatory factor analysis (cfa)
Confirmatory factor analysis (cfa)HennaAnsari
 
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...Yoshitake Takebayashi
 
初心者による初心者のための「質的データの二変量解析」
初心者による初心者のための「質的データの二変量解析」初心者による初心者のための「質的データの二変量解析」
初心者による初心者のための「質的データの二変量解析」Yasuyuki Okumura
 
Application of survival data analysis introduction and discussion
Application of survival data analysis  introduction and discussionApplication of survival data analysis  introduction and discussion
Application of survival data analysis introduction and discussionASQ Reliability Division
 
反応性と解釈可能性の評価
反応性と解釈可能性の評価反応性と解釈可能性の評価
反応性と解釈可能性の評価Senshu University
 
ロジスティック回帰分析を扱った予測モデル作成研究事例の要約
ロジスティック回帰分析を扱った予測モデル作成研究事例の要約ロジスティック回帰分析を扱った予測モデル作成研究事例の要約
ロジスティック回帰分析を扱った予測モデル作成研究事例の要約Michimasa Haga
 
ANOVA à 1 facteur, Analyse de variance, (One-way ANOVA)
ANOVA  à 1 facteur, Analyse de variance, (One-way ANOVA)ANOVA  à 1 facteur, Analyse de variance, (One-way ANOVA)
ANOVA à 1 facteur, Analyse de variance, (One-way ANOVA)Adad Med Chérif
 
Inferential statistics powerpoint
Inferential statistics powerpointInferential statistics powerpoint
Inferential statistics powerpointkellula
 
Multiple Linear Regression II and ANOVA I
Multiple Linear Regression II and ANOVA IMultiple Linear Regression II and ANOVA I
Multiple Linear Regression II and ANOVA IJames Neill
 
SEMを用いた縦断データの解析 潜在曲線モデル
SEMを用いた縦断データの解析 潜在曲線モデルSEMを用いた縦断データの解析 潜在曲線モデル
SEMを用いた縦断データの解析 潜在曲線モデルMasaru Tokuoka
 
患者報告式アウトカム尺度における 臨床的意味のある変化の定め方
患者報告式アウトカム尺度における臨床的意味のある変化の定め方患者報告式アウトカム尺度における臨床的意味のある変化の定め方
患者報告式アウトカム尺度における 臨床的意味のある変化の定め方Yasuyuki Okumura
 
regression and correlation
regression and correlationregression and correlation
regression and correlationPriya Sharma
 
多重代入法(Multiple Imputation)の発表資料
多重代入法(Multiple Imputation)の発表資料多重代入法(Multiple Imputation)の発表資料
多重代入法(Multiple Imputation)の発表資料Tomoshige Nakamura
 
Testing Assumptions in repeated Measures Design using SPSS
Testing Assumptions in repeated Measures Design using SPSSTesting Assumptions in repeated Measures Design using SPSS
Testing Assumptions in repeated Measures Design using SPSSJ P Verma
 
Generalized linear model
Generalized linear modelGeneralized linear model
Generalized linear modelRahul Rockers
 

La actualidad más candente (20)

SapporoR#6 初心者セッションスライド
SapporoR#6 初心者セッションスライドSapporoR#6 初心者セッションスライド
SapporoR#6 初心者セッションスライド
 
Multilevel Binary Logistic Regression
Multilevel Binary Logistic RegressionMultilevel Binary Logistic Regression
Multilevel Binary Logistic Regression
 
Introduction to Generalized Linear Models
Introduction to Generalized Linear ModelsIntroduction to Generalized Linear Models
Introduction to Generalized Linear Models
 
Confirmatory factor analysis (cfa)
Confirmatory factor analysis (cfa)Confirmatory factor analysis (cfa)
Confirmatory factor analysis (cfa)
 
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...
 
初心者による初心者のための「質的データの二変量解析」
初心者による初心者のための「質的データの二変量解析」初心者による初心者のための「質的データの二変量解析」
初心者による初心者のための「質的データの二変量解析」
 
Application of survival data analysis introduction and discussion
Application of survival data analysis  introduction and discussionApplication of survival data analysis  introduction and discussion
Application of survival data analysis introduction and discussion
 
反応性と解釈可能性の評価
反応性と解釈可能性の評価反応性と解釈可能性の評価
反応性と解釈可能性の評価
 
ロジスティック回帰分析を扱った予測モデル作成研究事例の要約
ロジスティック回帰分析を扱った予測モデル作成研究事例の要約ロジスティック回帰分析を扱った予測モデル作成研究事例の要約
ロジスティック回帰分析を扱った予測モデル作成研究事例の要約
 
ANOVA à 1 facteur, Analyse de variance, (One-way ANOVA)
ANOVA  à 1 facteur, Analyse de variance, (One-way ANOVA)ANOVA  à 1 facteur, Analyse de variance, (One-way ANOVA)
ANOVA à 1 facteur, Analyse de variance, (One-way ANOVA)
 
Inferential statistics powerpoint
Inferential statistics powerpointInferential statistics powerpoint
Inferential statistics powerpoint
 
Multiple Linear Regression II and ANOVA I
Multiple Linear Regression II and ANOVA IMultiple Linear Regression II and ANOVA I
Multiple Linear Regression II and ANOVA I
 
Chapter 12
Chapter 12Chapter 12
Chapter 12
 
SEMを用いた縦断データの解析 潜在曲線モデル
SEMを用いた縦断データの解析 潜在曲線モデルSEMを用いた縦断データの解析 潜在曲線モデル
SEMを用いた縦断データの解析 潜在曲線モデル
 
Chapitre5
Chapitre5Chapitre5
Chapitre5
 
患者報告式アウトカム尺度における 臨床的意味のある変化の定め方
患者報告式アウトカム尺度における臨床的意味のある変化の定め方患者報告式アウトカム尺度における臨床的意味のある変化の定め方
患者報告式アウトカム尺度における 臨床的意味のある変化の定め方
 
regression and correlation
regression and correlationregression and correlation
regression and correlation
 
多重代入法(Multiple Imputation)の発表資料
多重代入法(Multiple Imputation)の発表資料多重代入法(Multiple Imputation)の発表資料
多重代入法(Multiple Imputation)の発表資料
 
Testing Assumptions in repeated Measures Design using SPSS
Testing Assumptions in repeated Measures Design using SPSSTesting Assumptions in repeated Measures Design using SPSS
Testing Assumptions in repeated Measures Design using SPSS
 
Generalized linear model
Generalized linear modelGeneralized linear model
Generalized linear model
 

Destacado

Usability Ergebnisse Umfrage
Usability  Ergebnisse UmfrageUsability  Ergebnisse Umfrage
Usability Ergebnisse UmfrageNina Rebele
 
Anatomie eines Trending Topics: Retweet-Ketten als Verbreitungsmechanismus fü...
Anatomie eines Trending Topics: Retweet-Ketten als Verbreitungsmechanismus fü...Anatomie eines Trending Topics: Retweet-Ketten als Verbreitungsmechanismus fü...
Anatomie eines Trending Topics: Retweet-Ketten als Verbreitungsmechanismus fü...Axel Bruns
 
Test de estereopsis
Test de estereopsisTest de estereopsis
Test de estereopsisnikitaht21
 
Evaluación diagnóstico funcional en la práctica ortomolecular.
Evaluación diagnóstico funcional en la práctica ortomolecular.Evaluación diagnóstico funcional en la práctica ortomolecular.
Evaluación diagnóstico funcional en la práctica ortomolecular.4003
 
Taller de evaluación de la agudeza visual y la visión binocular en el infante...
Taller de evaluación de la agudeza visual y la visión binocular en el infante...Taller de evaluación de la agudeza visual y la visión binocular en el infante...
Taller de evaluación de la agudeza visual y la visión binocular en el infante...Mónica Márquez
 
Nuove norme sul segreto di stato e sulle informazioni classificate
Nuove norme sul segreto di stato e sulle informazioni classificateNuove norme sul segreto di stato e sulle informazioni classificate
Nuove norme sul segreto di stato e sulle informazioni classificateDirectio
 
Delray Presentation Microsoft
Delray Presentation MicrosoftDelray Presentation Microsoft
Delray Presentation MicrosoftSerein
 
Cours econometrie-uqam-st-3-v4
Cours econometrie-uqam-st-3-v4Cours econometrie-uqam-st-3-v4
Cours econometrie-uqam-st-3-v4Arthur Charpentier
 
Embarque de materiales peligrosos
Embarque de materiales peligrososEmbarque de materiales peligrosos
Embarque de materiales peligrososjesusvazquezalv
 
EvaluacióN Psicopedagogia P Afinal
EvaluacióN  Psicopedagogia P AfinalEvaluacióN  Psicopedagogia P Afinal
EvaluacióN Psicopedagogia P AfinalISABEL SAMANIEGO
 
UX, e-Commerce et Web Marketing (+ Chiffres e-Commerce et M-Commerce 2014)
UX, e-Commerce et Web Marketing (+ Chiffres e-Commerce et M-Commerce 2014)UX, e-Commerce et Web Marketing (+ Chiffres e-Commerce et M-Commerce 2014)
UX, e-Commerce et Web Marketing (+ Chiffres e-Commerce et M-Commerce 2014)Frederic_Veidig
 
Toxocariosis doctora Hilda Solís
Toxocariosis doctora Hilda SolísToxocariosis doctora Hilda Solís
Toxocariosis doctora Hilda Solísguestac6b8d
 
¿Como diseñar modelos de negocio? Herramientas de negocio, estrategia e innov...
¿Como diseñar modelos de negocio? Herramientas de negocio, estrategia e innov...¿Como diseñar modelos de negocio? Herramientas de negocio, estrategia e innov...
¿Como diseñar modelos de negocio? Herramientas de negocio, estrategia e innov...Veronica Torras
 
Diagnosis evaluation in strabismus
Diagnosis evaluation in strabismusDiagnosis evaluation in strabismus
Diagnosis evaluation in strabismusJayarajini
 
SISTEM AKUNTANSI DAERAH - LAPORAN KONSOLIDASIAN
SISTEM AKUNTANSI DAERAH - LAPORAN KONSOLIDASIANSISTEM AKUNTANSI DAERAH - LAPORAN KONSOLIDASIAN
SISTEM AKUNTANSI DAERAH - LAPORAN KONSOLIDASIANrusdiman1
 

Destacado (20)

09 IBH E Assessment
09 IBH E Assessment09 IBH E Assessment
09 IBH E Assessment
 
Usability Ergebnisse Umfrage
Usability  Ergebnisse UmfrageUsability  Ergebnisse Umfrage
Usability Ergebnisse Umfrage
 
Anatomie eines Trending Topics: Retweet-Ketten als Verbreitungsmechanismus fü...
Anatomie eines Trending Topics: Retweet-Ketten als Verbreitungsmechanismus fü...Anatomie eines Trending Topics: Retweet-Ketten als Verbreitungsmechanismus fü...
Anatomie eines Trending Topics: Retweet-Ketten als Verbreitungsmechanismus fü...
 
Test de estereopsis
Test de estereopsisTest de estereopsis
Test de estereopsis
 
Evaluación diagnóstico funcional en la práctica ortomolecular.
Evaluación diagnóstico funcional en la práctica ortomolecular.Evaluación diagnóstico funcional en la práctica ortomolecular.
Evaluación diagnóstico funcional en la práctica ortomolecular.
 
Taller de evaluación de la agudeza visual y la visión binocular en el infante...
Taller de evaluación de la agudeza visual y la visión binocular en el infante...Taller de evaluación de la agudeza visual y la visión binocular en el infante...
Taller de evaluación de la agudeza visual y la visión binocular en el infante...
 
ALGA
ALGAALGA
ALGA
 
Nuove norme sul segreto di stato e sulle informazioni classificate
Nuove norme sul segreto di stato e sulle informazioni classificateNuove norme sul segreto di stato e sulle informazioni classificate
Nuove norme sul segreto di stato e sulle informazioni classificate
 
2014 ncae nvb presentation
2014 ncae  nvb presentation2014 ncae  nvb presentation
2014 ncae nvb presentation
 
3e jaars
3e jaars3e jaars
3e jaars
 
Advertising Quiz
Advertising QuizAdvertising Quiz
Advertising Quiz
 
Delray Presentation Microsoft
Delray Presentation MicrosoftDelray Presentation Microsoft
Delray Presentation Microsoft
 
Cours econometrie-uqam-st-3-v4
Cours econometrie-uqam-st-3-v4Cours econometrie-uqam-st-3-v4
Cours econometrie-uqam-st-3-v4
 
Embarque de materiales peligrosos
Embarque de materiales peligrososEmbarque de materiales peligrosos
Embarque de materiales peligrosos
 
EvaluacióN Psicopedagogia P Afinal
EvaluacióN  Psicopedagogia P AfinalEvaluacióN  Psicopedagogia P Afinal
EvaluacióN Psicopedagogia P Afinal
 
UX, e-Commerce et Web Marketing (+ Chiffres e-Commerce et M-Commerce 2014)
UX, e-Commerce et Web Marketing (+ Chiffres e-Commerce et M-Commerce 2014)UX, e-Commerce et Web Marketing (+ Chiffres e-Commerce et M-Commerce 2014)
UX, e-Commerce et Web Marketing (+ Chiffres e-Commerce et M-Commerce 2014)
 
Toxocariosis doctora Hilda Solís
Toxocariosis doctora Hilda SolísToxocariosis doctora Hilda Solís
Toxocariosis doctora Hilda Solís
 
¿Como diseñar modelos de negocio? Herramientas de negocio, estrategia e innov...
¿Como diseñar modelos de negocio? Herramientas de negocio, estrategia e innov...¿Como diseñar modelos de negocio? Herramientas de negocio, estrategia e innov...
¿Como diseñar modelos de negocio? Herramientas de negocio, estrategia e innov...
 
Diagnosis evaluation in strabismus
Diagnosis evaluation in strabismusDiagnosis evaluation in strabismus
Diagnosis evaluation in strabismus
 
SISTEM AKUNTANSI DAERAH - LAPORAN KONSOLIDASIAN
SISTEM AKUNTANSI DAERAH - LAPORAN KONSOLIDASIANSISTEM AKUNTANSI DAERAH - LAPORAN KONSOLIDASIAN
SISTEM AKUNTANSI DAERAH - LAPORAN KONSOLIDASIAN
 

Similar a Comment déterminer le critère de jugement et le nombre de sujets nécessaires

Henny_Journee_AnM_AnP_SFBC_Paris_24_01_2018_c (1).pdf
Henny_Journee_AnM_AnP_SFBC_Paris_24_01_2018_c (1).pdfHenny_Journee_AnM_AnP_SFBC_Paris_24_01_2018_c (1).pdf
Henny_Journee_AnM_AnP_SFBC_Paris_24_01_2018_c (1).pdfBenchadadOppo
 
Test d'hypothèses en statistique Chapitre 7.pdf
Test d'hypothèses en statistique Chapitre 7.pdfTest d'hypothèses en statistique Chapitre 7.pdf
Test d'hypothèses en statistique Chapitre 7.pdfKOUADIOPATRICE1
 
Echantillon
EchantillonEchantillon
EchantillonKaiogan
 
Choix de l’analyse statistique appropriée
 Choix de l’analyse statistique appropriée  Choix de l’analyse statistique appropriée
Choix de l’analyse statistique appropriée Adad Med Chérif
 
94-justesse-fidélité.pdf
94-justesse-fidélité.pdf94-justesse-fidélité.pdf
94-justesse-fidélité.pdfFousseyniTraor
 
Controverse - Trauma Crânien Léger avec ou sans S100B ? COMUN 2019
Controverse - Trauma Crânien Léger avec ou sans S100B ? COMUN 2019Controverse - Trauma Crânien Léger avec ou sans S100B ? COMUN 2019
Controverse - Trauma Crânien Léger avec ou sans S100B ? COMUN 2019Nicolas Peschanski, MD, PhD
 
02 - Développement Du Médicament – Essais Cliniques.pdf
02 - Développement Du Médicament – Essais Cliniques.pdf02 - Développement Du Médicament – Essais Cliniques.pdf
02 - Développement Du Médicament – Essais Cliniques.pdfBENCHABANEOUSSAMA
 
TESTS D’HYPOTHESES.pdf
TESTS D’HYPOTHESES.pdfTESTS D’HYPOTHESES.pdf
TESTS D’HYPOTHESES.pdfRdaAllouche
 
Qdn anesthésie 2013 2014
Qdn anesthésie 2013 2014Qdn anesthésie 2013 2014
Qdn anesthésie 2013 2014kbtrauma
 
Luc Rotenberg : Selection of Response Criteria for Clinical Trials of Cancer...
Luc Rotenberg : Selection of Response Criteria for Clinical Trials of Cancer...Luc Rotenberg : Selection of Response Criteria for Clinical Trials of Cancer...
Luc Rotenberg : Selection of Response Criteria for Clinical Trials of Cancer...breastcancerupdatecongress
 
Techniques avancées en méta-analyse
Techniques avancées en méta-analyseTechniques avancées en méta-analyse
Techniques avancées en méta-analyseMichel Cucherat
 
M.kettana - cvp - hammamet 2003 - t.7
M.kettana - cvp - hammamet 2003 - t.7M.kettana - cvp - hammamet 2003 - t.7
M.kettana - cvp - hammamet 2003 - t.7ReDoc Tunisia
 
Douleur chronique pelvienne d'origine inflammatoire - FR.pdf
Douleur chronique pelvienne d'origine inflammatoire - FR.pdfDouleur chronique pelvienne d'origine inflammatoire - FR.pdf
Douleur chronique pelvienne d'origine inflammatoire - FR.pdfCongestionPelvienne
 
auto surveillance de patients sous anticoagulants: mesure de l'INR au doigt
auto surveillance de patients sous anticoagulants: mesure de l'INR au doigtauto surveillance de patients sous anticoagulants: mesure de l'INR au doigt
auto surveillance de patients sous anticoagulants: mesure de l'INR au doigtPhilippe Meurin
 
BNP et D-dimères dans la Dyspnée par Pr Patrick Ray
BNP et D-dimères dans la Dyspnée par Pr Patrick RayBNP et D-dimères dans la Dyspnée par Pr Patrick Ray
BNP et D-dimères dans la Dyspnée par Pr Patrick RayNicolas Peschanski, MD, PhD
 

Similar a Comment déterminer le critère de jugement et le nombre de sujets nécessaires (20)

Henny_Journee_AnM_AnP_SFBC_Paris_24_01_2018_c (1).pdf
Henny_Journee_AnM_AnP_SFBC_Paris_24_01_2018_c (1).pdfHenny_Journee_AnM_AnP_SFBC_Paris_24_01_2018_c (1).pdf
Henny_Journee_AnM_AnP_SFBC_Paris_24_01_2018_c (1).pdf
 
Initiation à la logique Bayésienne
Initiation à la logique BayésienneInitiation à la logique Bayésienne
Initiation à la logique Bayésienne
 
Test d'hypothèses en statistique Chapitre 7.pdf
Test d'hypothèses en statistique Chapitre 7.pdfTest d'hypothèses en statistique Chapitre 7.pdf
Test d'hypothèses en statistique Chapitre 7.pdf
 
Echantillon
EchantillonEchantillon
Echantillon
 
Choix de l’analyse statistique appropriée
 Choix de l’analyse statistique appropriée  Choix de l’analyse statistique appropriée
Choix de l’analyse statistique appropriée
 
Echantillonnage.pptx
Echantillonnage.pptxEchantillonnage.pptx
Echantillonnage.pptx
 
94-justesse-fidélité.pdf
94-justesse-fidélité.pdf94-justesse-fidélité.pdf
94-justesse-fidélité.pdf
 
Correct.final
Correct.finalCorrect.final
Correct.final
 
Controverse - Trauma Crânien Léger avec ou sans S100B ? COMUN 2019
Controverse - Trauma Crânien Léger avec ou sans S100B ? COMUN 2019Controverse - Trauma Crânien Léger avec ou sans S100B ? COMUN 2019
Controverse - Trauma Crânien Léger avec ou sans S100B ? COMUN 2019
 
02 - Développement Du Médicament – Essais Cliniques.pdf
02 - Développement Du Médicament – Essais Cliniques.pdf02 - Développement Du Médicament – Essais Cliniques.pdf
02 - Développement Du Médicament – Essais Cliniques.pdf
 
TESTS D’HYPOTHESES.pdf
TESTS D’HYPOTHESES.pdfTESTS D’HYPOTHESES.pdf
TESTS D’HYPOTHESES.pdf
 
Qdn anesthésie 2013 2014
Qdn anesthésie 2013 2014Qdn anesthésie 2013 2014
Qdn anesthésie 2013 2014
 
Loic sarton (2)
Loic sarton (2)Loic sarton (2)
Loic sarton (2)
 
Luc Rotenberg : Selection of Response Criteria for Clinical Trials of Cancer...
Luc Rotenberg : Selection of Response Criteria for Clinical Trials of Cancer...Luc Rotenberg : Selection of Response Criteria for Clinical Trials of Cancer...
Luc Rotenberg : Selection of Response Criteria for Clinical Trials of Cancer...
 
Techniques avancées en méta-analyse
Techniques avancées en méta-analyseTechniques avancées en méta-analyse
Techniques avancées en méta-analyse
 
M.kettana - cvp - hammamet 2003 - t.7
M.kettana - cvp - hammamet 2003 - t.7M.kettana - cvp - hammamet 2003 - t.7
M.kettana - cvp - hammamet 2003 - t.7
 
Douleur chronique pelvienne d'origine inflammatoire - FR.pdf
Douleur chronique pelvienne d'origine inflammatoire - FR.pdfDouleur chronique pelvienne d'origine inflammatoire - FR.pdf
Douleur chronique pelvienne d'origine inflammatoire - FR.pdf
 
auto surveillance de patients sous anticoagulants: mesure de l'INR au doigt
auto surveillance de patients sous anticoagulants: mesure de l'INR au doigtauto surveillance de patients sous anticoagulants: mesure de l'INR au doigt
auto surveillance de patients sous anticoagulants: mesure de l'INR au doigt
 
Eim Mesure
Eim MesureEim Mesure
Eim Mesure
 
BNP et D-dimères dans la Dyspnée par Pr Patrick Ray
BNP et D-dimères dans la Dyspnée par Pr Patrick RayBNP et D-dimères dans la Dyspnée par Pr Patrick Ray
BNP et D-dimères dans la Dyspnée par Pr Patrick Ray
 

Más de Hubert Maisonneuve

2013 07 04 réunion restitution
2013 07 04 réunion restitution2013 07 04 réunion restitution
2013 07 04 réunion restitutionHubert Maisonneuve
 
Pour soigner au_mieux___des_medicaments_a_ecarter
Pour soigner au_mieux___des_medicaments_a_ecarterPour soigner au_mieux___des_medicaments_a_ecarter
Pour soigner au_mieux___des_medicaments_a_ecarterHubert Maisonneuve
 
Formulaire de demande d'examen ethique des projets de recherche
Formulaire de demande d'examen ethique des projets de rechercheFormulaire de demande d'examen ethique des projets de recherche
Formulaire de demande d'examen ethique des projets de rechercheHubert Maisonneuve
 
Diaporama de la formation FO10
Diaporama de la formation FO10Diaporama de la formation FO10
Diaporama de la formation FO10Hubert Maisonneuve
 
L'analyse qualitative informatique pas cher
L'analyse qualitative informatique pas cherL'analyse qualitative informatique pas cher
L'analyse qualitative informatique pas cherHubert Maisonneuve
 
Questions à se poser avant de choisir un sujet
Questions à se poser avant de choisir un sujetQuestions à se poser avant de choisir un sujet
Questions à se poser avant de choisir un sujetHubert Maisonneuve
 
Examen programmé du rachis sarbacher 190112
Examen programmé du rachis sarbacher 190112Examen programmé du rachis sarbacher 190112
Examen programmé du rachis sarbacher 190112Hubert Maisonneuve
 
Construire une problématique de recherche
Construire une problématique de recherche Construire une problématique de recherche
Construire une problématique de recherche Hubert Maisonneuve
 
Recherche qualitative Catherine Jung
Recherche qualitative Catherine JungRecherche qualitative Catherine Jung
Recherche qualitative Catherine JungHubert Maisonneuve
 
Recherche documentaire niveau1_romain_anne
Recherche documentaire niveau1_romain_anneRecherche documentaire niveau1_romain_anne
Recherche documentaire niveau1_romain_anneHubert Maisonneuve
 
les étapes permettant de poser une question de recherche
les étapes permettant de poser une question de rechercheles étapes permettant de poser une question de recherche
les étapes permettant de poser une question de rechercheHubert Maisonneuve
 

Más de Hubert Maisonneuve (17)

2013 07 04 réunion restitution
2013 07 04 réunion restitution2013 07 04 réunion restitution
2013 07 04 réunion restitution
 
Pour soigner au_mieux___des_medicaments_a_ecarter
Pour soigner au_mieux___des_medicaments_a_ecarterPour soigner au_mieux___des_medicaments_a_ecarter
Pour soigner au_mieux___des_medicaments_a_ecarter
 
Formulaire de demande d'examen ethique des projets de recherche
Formulaire de demande d'examen ethique des projets de rechercheFormulaire de demande d'examen ethique des projets de recherche
Formulaire de demande d'examen ethique des projets de recherche
 
Diaporama de la formation FO10
Diaporama de la formation FO10Diaporama de la formation FO10
Diaporama de la formation FO10
 
Article T Pelaccia
Article T PelacciaArticle T Pelaccia
Article T Pelaccia
 
L'analyse qualitative informatique pas cher
L'analyse qualitative informatique pas cherL'analyse qualitative informatique pas cher
L'analyse qualitative informatique pas cher
 
Les accidents de_la_vie_v8
Les accidents de_la_vie_v8Les accidents de_la_vie_v8
Les accidents de_la_vie_v8
 
Questions à se poser avant de choisir un sujet
Questions à se poser avant de choisir un sujetQuestions à se poser avant de choisir un sujet
Questions à se poser avant de choisir un sujet
 
Introduction rq exercer
Introduction rq exercerIntroduction rq exercer
Introduction rq exercer
 
Parachute
ParachuteParachute
Parachute
 
Examen programmé du rachis sarbacher 190112
Examen programmé du rachis sarbacher 190112Examen programmé du rachis sarbacher 190112
Examen programmé du rachis sarbacher 190112
 
Construire une problématique de recherche
Construire une problématique de recherche Construire une problématique de recherche
Construire une problématique de recherche
 
Recherche qualitative Catherine Jung
Recherche qualitative Catherine JungRecherche qualitative Catherine Jung
Recherche qualitative Catherine Jung
 
Organigramme dmg
Organigramme dmgOrganigramme dmg
Organigramme dmg
 
Recherche documentaire niveau1_romain_anne
Recherche documentaire niveau1_romain_anneRecherche documentaire niveau1_romain_anne
Recherche documentaire niveau1_romain_anne
 
les étapes permettant de poser une question de recherche
les étapes permettant de poser une question de rechercheles étapes permettant de poser une question de recherche
les étapes permettant de poser une question de recherche
 
Auto evaluation memoire
Auto evaluation memoireAuto evaluation memoire
Auto evaluation memoire
 

Comment déterminer le critère de jugement et le nombre de sujets nécessaires

  • 1. Notion de test NSN EC08 - La Statistique appliqu´e ` la recherche e a clinique (3) Pr. Nicolas MEYER ——————— Laboratoire de Biostatistique et Informatique M´dicale e Fac. de M´decine de Strasbourg e ——————— novembre 2011
  • 2. Notion de test Plan 1 Statistiques et protocole de recherche 2 Le nombre de sujets n´cessaire e NSN
  • 3. Notion de test Plan 1 Statistiques et protocole de recherche 2 Le nombre de sujets n´cessaire e NSN
  • 4. Notion de test d´finir la question e • Un protocole = une question pr´cise sur un sujet pr´cis dans un e e contexte plus large • ´tat des connaissances e • d´finir pr´cis´ment la question e e e • introduction d’un protocole, puis de l’article NSN
  • 5. Notion de test NSN d´finir la question e la question + un crit`re de jugement e + une variable statistique associ´e e + une m´thode statistique sp´cifique e e
  • 6. Notion de test NSN Le crit`re de jugement e • Pour ´valuer l’e↵et d’un traitement : choisir un crit`re de e e jugement • Exemple : comparer deux chimioth´rapies e • Comparaison possible sur survie ` 1 an a survie ` 2 ans a survie globale survie sans progression survie sans r´cidive e proportion d’e↵ets secondaires etc
  • 7. Notion de test NSN Le crit`re de jugement e Autre exemple : hypocholest´rol´miant e e cholesterol´mie comparaison avant - apr`s x mois e e d’application comparaison entre deux groupes variation de la cholest´rol´mie entre d´but et fin de tmt e e e
  • 8. Notion de test NSN Le crit`re de jugement e Autre exemple : hypocholest´rol´miant e e cholesterol´mie comparaison avant - apr`s x mois e e d’application comparaison entre deux groupes variation de la cholest´rol´mie entre d´but et fin de tmt e e e proportions de sujet qui normalise la cholest´rol´mie e e proportions de sujet qui diminue de x % proportions de sujets qui diminue de x mmol/L 1 proportion de sujets qui font un ´v`nement cardiaque sur 10 e e ans etc, • Chaque crit`re influence le type d’analyse statistique, son e int´rpr´tation statistique et clinique e e
  • 9. Notion de test Le crit`re de jugement e Deux exemples : 1) gel morphine et mucite ! CdJ NSN
  • 10. Notion de test Le crit`re de jugement e Deux exemples : 1) gel morphine et mucite ! CdJ = EVA NSN
  • 11. Notion de test Le crit`re de jugement e Deux exemples : 1) gel morphine et mucite ! CdJ = EVA 2) cath´ter intracicatriciel : Ropivaca¨ en KT et Morphine IV : e ıne NSN
  • 12. Notion de test NSN Le crit`re de jugement e Deux exemples : 1) gel morphine et mucite ! CdJ = EVA 2) cath´ter intracicatriciel : Ropivaca¨ en KT et Morphine IV : e ıne EVA pas possible car pas de di↵´rence si e cace ! e donc choix de dose de morphine IV alors que ce n’est pas sur cela que porte la comparaison ! donc changement de crit`re de jugement et changement NSN e
  • 13. Notion de test NSN Le crit`re de jugement e Utiliser un crit`re de jugement facilement mesurable e cryoth´rapie et cancer r´nal e e d´c`s post-IDM : survie ou proportion ? e e cancer du sein premier stade : survie tr`s longue e
  • 14. Notion de test Le crit`re de jugement e D´finir le moment du recueil du CdJ : e NSN
  • 15. Notion de test Le crit`re de jugement e D´finir le moment du recueil du CdJ : e NSN
  • 16. Notion de test d´finir les variables e • un protocole de recherche implique des mesures • d´finir pr´cis´ment le type de chaque variable impliqu´e e e e e • crit`re(s) de jugement e • facteurs/variables explicatifs NSN
  • 17. Notion de test NSN Plan exp´rimental e • pr´ciser le plan exp´rimental : e e groupes ind´pendants ou non : s´ries appari´es/r´p´t´es e e e e ee groupes parall`les ou chass´-crois´ e e e
  • 18. Notion de test NSN rappel des principaux tests statistiques Le type de variable utilis´e d´finit le type de test statistique ` e e a r´aliser e • Toutes les analyses stat de bases : descriptif des donn´s e qualitatives quantitatives position / dispersions tester la normalit´ e Les tests z student 2
  • 19. Notion de test NSN d´finir le test ` utiliser e a si quantitatif : comparaison de moyennes ! test de Student, Analyse de la variance si qualitatif : comparaison de proportions ! test exact de Fisher, test du 2 si survie : m´thode de Kaplan-Meier e et mod`le de r´gression correspondants : r´gression lin´aire, e e e e logistique, Cox et tant d’autres
  • 20. Notion de test Qu’est ce qu’un mod`le de r´gression e e soit une fonction : y = f (x ) • plus ou moins complexe ! y = ax + bx 2 + cz + d ln(w ) • en statistique : tenir compte de l’al´a : e e choles. = a · sexe + b · BMI + c · Tmt + d · apports alim. + e • R´solution du syst`me d’´quation par moindres carr´s ou autre : e e e e P minimiser (ei )2 NSN
  • 21. Notion de test NSN Les mod`les de r´gression e e Notion de mod`le de r´gression e e yi = ↵ + 1 xi1 + 2i + ··· + r´gression lin´aire e e r´gression logistique : Y = Pr (i = 1|X ) e survie : proba de survie au temps t univari´ et multivari´ e e et notion de RR, OR, DR, intervalle de confiance pi + ei
  • 22. Notion de test NSN D´finir la di↵´rence ` mettre en ´vidence e e a e un protocole + une hypoth`se e + une exp´rience e + un r´sultat attendu e qui valide ou invalide l’hypoth`se e mais implique d’avoir une id´e de l’ampleur du r´sultat qui validera e e l’hypoth`se e
  • 23. Notion de test NSN D´finir la di↵´rence ` mettre en ´vidence e e a e • Exemple du gel de morphine et des mucites : • e cace si diminution de douleur d’au moins x unit´s de l’EVA e • ` d´finir selon a e e↵ets secondaires attendus commodit´s d’emploi e autre traitements disponibles (ici morphine IV de toute fa¸on c mais aussi Tmt locaux autres) etc
  • 24. Notion de test NSN choisir un risque ↵ tout d´cision en recherche m´dicale : d´cision statistique e e e implique un risque d’erreur conclure ` une e cacit´ qui n’existe pas (hom´opathie) : a e e conclure ` l’absence d’e cacit´ quand elle existe : manque de a e puissance ) choisir un risque d’erreur en fonction de la situation
  • 25. Notion de test NSN choisir un risque ↵ Choix du risque ↵ : • deux situations di↵´rentes : e le rhume le cancer du pancr´as e
  • 26. Notion de test choisir un risque • L’autre risque d’erreur : manque de puissance • exemple du gel de morphine et des mucites NSN
  • 27. Notion de test Plan 1 Statistiques et protocole de recherche 2 Le nombre de sujets n´cessaire e NSN
  • 28. Notion de test NSN Notion de nombre de sujets n´cessaires e Pour montrer un e↵et il faut une loupe de grossissement su sant i.e. un nombre de sujets su sant en raison de la variance qui & quand n % rappel mA mB z=q 2 sA s2 + nB nA B
  • 29. Notion de test NSN Notion de nombre de sujets n´cessaires e pour une di↵´rence d’int´rˆt (1 semaine d’´cart de dur´e e ee e e gestationnelle) trouver les valeurs de n par groupe qui permettent de montrer l’e↵et • Le nombre de sujets n´cessaire d´pend sur le plan statistique : e e des variances de l’´cart des moyennes e de la puissance du test mais aussi de la logistique etc.
  • 30. Notion de test NSN Notion de nombre de sujets n´cessaires e Le NSN : ni trop petit : puissance statistique (´tude inutile : ´tude e e non-´thique !) e ni trop grand : ´thique, coˆts e u
  • 31. Notion de test calcul du nombre de sujets n´cessaires e • Pour une di↵´rence ` mettre en ´vidence sur le crit`re de e a e e jugement • besoin d’une puissance statistique su sante • la puissance est choisie par l’utilisateur • relation entre taille de l’´chantillon (e↵ectifs) et puissance , i.e. e probabilit´ de trouver la di↵´rence si elle existe. e e NSN
  • 32. Notion de test NSN calcul du nombre de sujets n´cessaires e En e↵et : mA zobs = q 2 sA nA mB + 2 sB nB permet de voir que la valeur de la statistique de test et donc la puissance du test varie en fonction de : 1 la taille du ou des ´chantillons e 2 de la variance dans chaque ´chantillon e 3 de l’´cart de moyennes entre les groupes e 4 du respect des hypoth`ses sur les lois e
  • 33. Notion de test NSN calcul du nombre de sujets n´cessaires e Proc`dure : e choisir la di↵´rence ` mettre en ´vidence e a e choisir la puissance selon contexte clinique ! 1 choisir la valeur de ↵ calculer la valeur de N pour ces param`tres e Tenir compte des perdus de vue, des donn´es manquantes etc. e
  • 34. Notion de test NSN calcul du nombre de sujets n´cessaires e Rˆle majeur du calcul du NSN dans la plannification d’un o protocole : voire possibilit´ de recrutement e impact sur la dur´e de recrutement e impact sur les coˆts de l’´tude u e si NSN grand ! multicentrique ! source suppl´mentaire d’h´t´rog´n´it´ e ee e e e si multicentrique : impact sur les coˆts u meilleure repr´sentativit´ et g´n´ralisabilit´ des r´sultats e e e e e e
  • 35. Notion de test NSN Un exemple de calcul de NSN Gel de morphine et mucite soit P0 = 0,3 (pourcentage de patients r´pondeurs au e placebo) soit P1 = 0 ,9 (pourcentage de patients r´pondeurs au gel de e morphine) sachant que nombre de mucites diagnostiqu´es par an dans le service : 30 e nombre de patients pr´sentant une mucite par an : 25 (10 e allogre↵´s, 8 autogre↵´s, 3 LAL, 3 LAM, 1 Ewing) e e
  • 36. Notion de test NSN Un exemple de calcul de NSN Gel de morphine et mucite CdJ : qualitatif binaire (succ`s-´chec) e e ! NSN par la formule de Casagrande & Pike. risque ↵ est fix´ ` 10% et 1 ea = 95% test bilat´ral e en raison de l’importance de ne pas laisser passer un traitement potentiellement e cace dans la situation ´tudi´e. e e mettre en ´vidence un ´cart du taux de succ`s de 60% (de 30 e e e ` 90%) a
  • 37. Notion de test NSN Un exemple de calcul de NSN Gel de morphine et mucite NSN de 15 sujets par groupe soit un total de 30 sujets rappel : risque ↵=10% et 1 = 95% ces crit`res visant ` se donner une tr`s forte chance de trouver un e a e traitement e cace au risque un peu plus important de d´clarer e utile un traitement qui ne l’est pas, sachant que la morphine locale comporte peu d’e↵ets ind´sirables syst´miques car tr`s peu e e e absorb´e et par ailleurs les patients ´tant trait´s par un e e e morphinique en syst´mique e En conclusion, il est choisi un risque ↵=10% et une puissance de 95% et 40 sujets ` inclure (> 30) a
  • 38. Notion de test NSN • impact du choix des variances dans ces calculs • di cult´s ` choisir les variances : param`tres de nuisance e a e litt´rature e avis d’expert ´tude pilote e ne pas ignorer que variance est elle mˆme inconnue e
  • 39. Notion de test • choix du niveau de significativit´ des donn´es et ajustement e e ´ventuels de alpha e • notion de correction du risque alpha NSN
  • 40. Notion de test • analyses interm´diaires e • corriger le risque si analyses interm´diaires e ! di↵´rentes m´thodes e e ! justification NSN
  • 41. Notion de test NSN Les donn´es manquantes e prise en compte des donn´es manquantes et non valides e Pourquoi des donn´es manquantes ? e donn´es non mesur´es ou non not´es e e e donn´es perdues e donn´es inutilisables e sujets perdu de vue : concerne surtout le crit`re de jugement e
  • 42. Notion de test Les donn´es manquantes e I Pourquoi les donn´es manquantes posent-elles un probl`me ? e e • Ajout d’une incertitude dans la relation traitement-r´sultat e • Exemple : soit deux groupes A et B de 50 sujets chacun, 4 PDV dans B qui est le nouveau traitement ` l’´tude a e NSN
  • 43. Notion de test NSN Les donn´es manquantes e Soit les r´sultats suivants : e Tmt A Tmt B Succ`s e Echecs 35 15 24 26 Total 50 46 • On trouve p = 0,025 et donc rejet H0 : di↵´rence entre tmt. e
  • 44. Notion de test NSN Les donn´es manquantes e • Si les 4 manquants = succ`s e Tmt A Tmt B Succ`s e Echecs 35 15 28 26 Total 50 50 ! p = 0,058 et pas de rejet de H0, pas de di↵´rence entre A et B e
  • 45. Notion de test NSN Les donn´es manquantes e Autre exemple : • Soit deux Tmts A (ref) et B, 1 PDV dans A et 3 PDV dans B, avec r´sultats suivants : e Tmt A Tmt B Succ`s e Echecs 19 40 30 27 Total 59 57 On trouve p = 0,026 et donc rejet H0 : di↵´rence entre tmt. e
  • 46. Notion de test NSN Les donn´es manquantes e Avec m´thode du biais maximum, les 3 PDV sont des ´checs en B e e et un succ`s en A : e • 3 manquants B ! ´checs e • 1 manquant en A ! succ`s e Tmt A Tmt B Succ`s e Echecs 20=19+1 40 30 30=27+3 Total 59+1=60 57+3=60 ) p = 0,064 et pas de rejet de H0 et pas de di↵´rence. e • conclusion m´dicalement prudente : pas de di↵´rence e e
  • 47. Notion de test Les donn´es manquantes e • si deux conclusions m´dicalement di↵´rentes : prendre une e e attitude prudente, en fonction du contexte • si avec biais maximum, on conclut ` la di↵´rence, elle existe a a e fortiori dans la r´alit´ (aux limites statistiques pr`s) e e e • si mˆme conclusion dans les deux cas : situation la plus robuste e NSN
  • 48. Notion de test NSN Les perdus de vue • risque de perdu de vue : risque ` prendre en compte a tr`s faible si r´sultat post-op imm´diat (KT cicactriciel e e e HELMS) grand si ´tude longitudinale : Hyperthyro¨ fruste (Goichot) e ıdie
  • 49. Notion de test ITT, PP et TR • choix de l’intention de traiter, per-protocole et traitement re¸u. c NSN
  • 50. Notion de test ITT, PP et TR • choix de l’intention de traiter, per-protocole et traitement re¸u. c NSN